跳到正文
← 返回论文列表与筛选
阅读说明

本页整理公开书目信息,不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成,未完成全文核验,可能有误;具体假设、证明与结论请核对原文。摘要保留来源文本,未经模型改写。

DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要;缺少可靠材料时保留待补状态。

引用量采用 OpenAlex 单条关联记录,不合计多个记录;关联记录可能包含正式发表版本,不等于此版本单独引用。缺失不视为零,引用指标不代表论文质量。

关注作者按书目中的完整姓名匹配,同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列,再参考通用方法与发表日期。

分类依据与纠错

AI 根据所提供的论文材料归类:摘要比较一般拟合优度检验,未研究所列经济计量细分中的特定对象。

反馈分类问题

正在核对关联版本…

代码、数据与补充材料

正在核对对应版本的资源…

关注这篇论文的作者
Malcolm J. Slakter

Pearson 卡方与 Kolmogorov 拟合优度检验的有效性比较

研究问题
当独立观测按原假设下等概率的互斥组汇总,且观测数与组数均不超过五十时,两种拟合优度检验的有效性如何?
方法与思路
作者在给定的小样本、等概率分组条件下开展随机抽样实验,比较 Pearson 卡方检验与 Kolmogorov 检验的有效性。
材料陈述的贡献
摘要称,在所考察条件下,Pearson 检验总体上更有效;这一陈述限于实验设定,未给出具体误差或有效性指标。
阅读关注点
应核对有效性的操作定义、显著性水平和临界值处理、观测数与组数的组合,以及随机实验的重复次数和误差。
阅读边界
来源为版本未注明的 OpenAlex 索引摘要;未说明有效性是否专指检验水平控制,不能将所述比较扩展为功效或一般优越性结论。

原文摘要

This paper compares the Pearson Chi-Square and Kolmogorov good-ness-of-fit tests with respect to validity under the following conditions: (1) the N independent observations are tabulated and arranged into k mutually exclusive groups that are equally probable under the hypothesis to be tested; and (2) both N and k are “small”; i.e., not greater than 50. A random sampling experiment was performed, and the results show that in general for the conditions considered, the Pearson test is more valid than the Kolmogorov test.

笔记与分组